Logo BBC

Musisi Istana dan Musisi Oposisi, Saat Pemusik Terpolarisasi Politik

Sebagian pemusik Indonesia menjalin hubungan dengan Presiden Joko Widodo, tapi sebagian lainnya memilih kritis dan mendukung aksi turun ke jalan.-AFP
Sebagian pemusik Indonesia menjalin hubungan dengan Presiden Joko Widodo, tapi sebagian lainnya memilih kritis dan mendukung aksi turun ke jalan.-AFP
Sumber :
  • bbc

Adapun menurut Cholil, sepanjang sejarah permusikan Indonesia belum pernah ada karya yang benar-benar menjadi penggerak utama perubahan sosial.

"Dalam protes dinyanyikan lagu-lagu, tahun 1998 juga begitu. Tapi apakah itu yang menjadi penggerak utama, saya tidak yakin," ujarnya.

"Kita perlu orang-orang yang menggali substansi seperti ahli hukum atau aktivis yang mengkoordinasi geraka."

"Ini adalah kerja sama untuk mempertahankan demokrasi yang kita punya. Siapapun bisa menyumbangkan tenaganya," kata Cholil.

*Artikel ini merupakan bagian pertama dari serial tulisan menjelang pelantikan Joko Widodo-Ma`ruf Amin sebagai presiden dan wakil presiden terpilih pada 20 Oktober mendatang.

Metodologi dalam pembuatan grafis

Kami mengambil sampel 10 lagu terpopuler berdasarkan peringkat di aplikasi Spotify untuk masing-masing musisi kritikus kondisi sosial dan musisi penampil di konser Istana Negara. Kami kemudian menggunakan algoritma Spotify untuk memperoleh nilai energi dan valensi dari lagu-lagu tersebut dan menyajikannya dalam bentuk diagram sebar.

Energi menggambarkan intensitas dan aktivitas musik. Lagu energetik umumnya terasa cepat, keras, dan gaduh. Sebagai contoh, lagu metal memiliki energi tinggi, sementara permainan piano Bach memiliki energi rendah. Hal-hal yang berkontribusi pada skala ini meliputi rentang dinamik, tingkat kekerasan, timbre, laju onset dan entropi lagu.

Valensi menggambarkan positivitas musik. Lagu dengan valensi tinggi bersuara lebih positif (gembira, ceria, euforia), sementara lagu dengan valensi rendah bersuara lebih negatif (sedih, depresi, marah). Adapun nilai ini diperoleh melalui metode machine learning dari sampel-sampel yang telah diklasifikasi nilai valensinya oleh pakar musik.